[发明专利]基于快速构建KD树的地球模拟系统网格重映射方法

说明书

本发明公开了基于快速构建KD树的地球模拟系统网格重映射方法，包括以下步骤：基于地理信息数据构建KD树；获取目标网格点，在所述的KD树中搜索对应的源网格点；根据目标网格点和对应的源网格点，重映射网格信息。本发明方法中整个KD树构建过程分为两部分，第一部分为构建建树索引数组，第二部分为根据建树索引数组构建KD树，使得KD树能够被快速高效地构建，同时本发明方法中使用的基于KD树的目标网格点搜索过程，能够快速定位源网格点。本发明方法对网格类型无要求，具有准确、高效和适用性强的特点，能较好的解决网格重映射的现实问题，具有广泛的应用前景。

技术领域

本发明涉及地理信息数据处理与重构技术领域，尤其涉及基于快速构建KD树的地球模拟系统网格重映射方法。

背景技术

全球以及区域地球信息模拟系统在气候演变、天气预报、灾害预警等方面起到了重要的作用。地球信息模拟系统通常耦合了多个分量模式，如大气、海洋、陆面等等。分量模式之间通过信息交换，相互影响。由于各分量模式所采用的网格通常不一样，为了实现不同模式间的信息交换，需要通过重映射技术将数据从源网格插值到目标网格上去。常用的插值的方法有双线性插值、守恒性插值、反距离权重插值等等。

网格重映射技术是实现数据在不同网格之间传递的重要机制，而搜索关联点又是其中最复杂、最耗时的操作。目前，针对无序排列的非结构网格，高效稳定的搜索算法还很少。然而，随着基于非结构网格模式的兴起以及模式分辨率的提高，工程实践对非结构网格高效搜索算法的需求也越来越迫切。

对于结构规则的网格来说，可以利用已知的网格点排列规则创造出高效率的搜索算法。然而，对于非结构网格来说，网格排列通常是无序的，无法建立各网格点之间连通性的逻辑索引，因此，针对结构网格的很多搜索优化算法将失效。随着各分量模式分辨率的不断提升，网格越来越密，网格规模也越来越大，对非结构网格与其他网格之间重映射算法效率的要求也越来越高。以最邻近点重映射为例，最直观的最邻近点搜索算法即为暴力搜索，求源网格上所有点与目标网格的距离，然后选取距离最小的点。一种改进算法为将源网格点按照不同维度进行分块，目标网格点将在其所属的块以及所属块邻近的块中搜索最近点。这种方法可以在一定程度上排除掉大量不必要的搜索空间，并且易于并行处理。但该方法可能遇到两个问题：一是如果空间中的点分布极度不均匀，在点较为密集的块中搜索的效率将极大降低。如果是并行搜索，这些块中搜索耗时将是整个搜索过程的瓶颈。二是搜索过程中可能会遇到最邻近点不在所属块以及所属块邻近块的情况。。

将非结构网格上的网格点抽象为一个无序的K维空间点集，将目标网格点抽象为一个K维空间点，那么在源网格上寻找目标点的关联点的问题就可以抽象为如何在一个K维空间内，从一个特定点集中为目标点找到关联点的问题。基于KD树的搜索算法是一种解决多维空间搜索问题的经典算法，被广泛应用于最邻近点搜索、范围搜索等方面。其基本思想为将高维度搜索空间依次按照某一维度进行分割，以便形成更小的搜索空间，直到搜索空间内最多只有一个待搜索点，整个搜索空间按照分割顺序用二叉树的形式组织起来。以最邻近点搜索为例，空间划分完成之后，首先搜索目标点所在的空间，然后依照之前空间分割过程的逆序，依次判断其他空间是否存在有更近点的可能。KD树本质上用二叉树的形式实现了对空间的分块。与传统分块搜索算法不同之处在于：一、分割线必须穿过至少一个源网格点；二、子块中最多只有一个待搜索点；三、搜索空间根据需要对不同维度进行分割。为了进一步提高KD树的查询效率，每次划分需保持左右子树上的元素个数相当(即构建一个平衡树)，并且优先划分方差高的维度(划分的空间越均匀，在其他空间存在更近点的可能性越小)。

发明内容

有鉴于此，有必要针对上述技术问题，提供基于快速构建KD树的地球模拟系统网格重映射方法，所述方法针对非结构地理网格与其他网格之间的高效重映射搜索问题，实现了基于KD树的重映射搜索方法，在构建KD树时，采用更加快速的方法，使得地理空间数据的组织与重构搜索更加高效。

基于快速构建KD树的地球模拟系统网格重映射方法，包括以下步骤：

步骤1，基于地理信息数据构建KD树；